齿轮箱作为机械设备中一种必不可少的连接和传递动力的通用零部件,在现代工业发展中具有广泛的应用。但由于齿轮箱本身结构复杂,工作环境恶劣等原因,齿轮及齿轮箱容易受到损害和出现故障,从而导致安全事故。由此可见,监测齿轮箱的运行状态,及时发现和排除故障,保证设备的精度和运行稳定性,具有重要的工程应用价值与意义。本课题以开发齿轮箱故障诊断系统为总体目标,将支持向量机技术应用于齿轮箱故障的模式识别,旨在实现齿轮箱故障的智能诊断,并且提高其诊断准确率。本文分析了齿轮箱典型故障的振动特征,阐述了齿轮箱振动信号分析与故障诊断方法。在信号分析方法的基础上,提取时域参数、频域参数和基于小波分解的多尺度空间能量特征参数,作为支持向量机的输入特征向量,构建齿轮箱故障诊断模型,实现对齿轮箱故障的模式识别。最后利用而向对象的Visual C++,开发了基于支持向量机的齿轮箱故障诊断系统。软件系统具有信号文件读取、信号预处理、时域和频域分析、小波分析、特征参数提取、数据保存与读取、支持向量机故障诊断等功能,可以实现图形的查询、放大、移动,并提供了良好的人机界面,操作方便。通过采集实际齿轮箱故障信号,对系统所实现的功能进行了验证。实验结果表明,采用时域参数、频域参数和小波参数相结合的特征参数提取方法,利用支持向量机对齿轮箱进行故障诊断,效果良好,提高了齿轮箱故障诊断的准确率。